Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://bdtd.inpa.gov.br/handle/tede/1885
Registro completo de metadados
Campo DCValorIdioma
dc.creatorAraújo, Breno Henrique Pedroso de-
dc.creator.Latteshttp://lattes.cnpq.br/2338425083921105por
dc.contributor.advisor1Mendonça, Henrique Eduardo-
dc.date.accessioned2015-08-12T17:48:05Z-
dc.date.issued2015-04-09-
dc.identifier.citationARAÚJO, Breno Henrique Pedroso de. Modelagem da altura, volume e afilamento do fuste de Calycophyllum Spruceanum Benth. empregando regressão e redes neurais artificiais. Manaus: [s.n.], 2015. viii, 52 f.. Dissertação (Ciências de Florestas Tropicais (CFT)) - Instituto Nacional de Pesquisas da Amazônia.por
dc.identifier.urihttp://localhost:8080/tede/handle/tede/1885-
dc.description.resumoAs várzeas estuarinas são ecossistemas ripários que estão associados a rios de águas brancas, com grande aporte de água doce e sedimentos decorrentes do ciclo diário de enchentes e vazantes representados pelas marés. Nestes ecossistemas ainda são poucos os planos de manejo aprovados, principalmente em virtude da falta de regularização fundiária das áreas. Além disso, existe a necessidade de estudos e métodos que viabilizem o manejo adequado desse ecossistema de modo a promover seu sustento e uso racional dos recursos. Geralmente as estimativas de altura, volume e afilamento do fuste das árvores são obtidas por meio de regressão linear e não linear. Como alternativa, a inteligência artificial é uma ferramenta promissora que vem sendo utilizada com êxito no segmento florestal, auxiliando na tomada de decisão. Este estudo teve o objetivo de ajustar, por meio de análise de regressão e redes neurais artificiais, equações hipsométricas, volumétricas e de afilamento para Calycophyllum spruceanum, espécie abundante em florestas secundárias no estuário amazônico. Foram cubadas 695 árvores da espécie em quatro povoamentos com idades de 60, 72 e 120 meses, nos municípios de Gurupá-Pará e Mazagão-Amapá. Por meio de regressão foram ajustados modelos hipsométricos, volumétricos e de afilamento considerando todos os dados e estratificados por idade do povoamento, posteriormente foram aplicados testes de identidade de modelos para verificar a possibilidade de redução do número de equações para volume, altura e afilamento. Foram treinadas 100 redes neurais artificiais para estimativas de altura, volume e afilamento do fuste utilizando o algoritmo Resilient Propagation e oito neurônios na camada intermediária. Para altura total, os três modelos testados por regressão (Exponencial, Gompertz e Logística) resultaram em boas estimativas. O modelo não-linear de Schumacher e Hall gerou estimativas de volume sem tendenciosidade. O modelo de Garay foi o que apresentou melhor precisão para estimar afilamento do fuste da espécie. Embora não se tenha verificado diferenças discrepantes na precisão dos modelos, considerando todos os dados em relação aos modelos estratificados por idade, o teste de identidade permitiu inferir que é mais adequado levar a idade em consideração nos ajustes. Com base nas medidas de precisão e dispersão de resíduos foi possível verificar que as estimativas geradas pelas redes são tão eficientes quanto as dos modelos de regressão.por
dc.description.abstractThe estuarine wetlands are riparian ecosystems that are associated with white-water rivers, with large input of sediment from the daily cycle of flood and ebb of the tides. In these ecosystem are few approved management plans have been approved, mainly due to the lack of legalization ownership. In addition, there is a need for studies and methods of enabling the proper management of this ecosystem in order to promote their livelihoods and rational use of resources. In general, height, volume and taper estimates are obtained by linear and non-linear regression. Alternatively, the artificial intelligence is a promising tool that has been used successfully in the forestry sector, assisting the decision-making. This study aimed to adjust, through regression analysis and artificial neural networks, hypsometric equations, volumetric and tapering to Calycophyllum spruceanum, an abundant tree species in secondary forests in the Amazon várzea estuary. We randomly selected 695 trees of the species in four stands with 60, 72 and 120 months ages located in the municipalities of Gurupá, Pará state and Mazagão, Amapá state. Hypsometric, volumetric and taper were adjusted considering all data and population stratified by age, and identity tests were then applied to verify the possibility of reducing the number of equations for the volume, height and taper. One-hundred artificial neural networks were trained for height, volume and taper using the Resilient Propagation algorithm with eight neurons for the hidden layer. For the total height, the three models tested by regression (Exponential, Gompertz and Logistic) resulted in high precision estimates. The nonlinear model of Schumacher and Hall generated without bias precise volume estimates. The Garay model showed the best precision to estimate the species taper shaft. Although we did not find any differences in the precision of the models, considering all the data from the models stratified by age, identity testing also has shown that it is more appropriate to take into account the ages. Based on the precision parameters and residual distributions our results demonstrate that the estimates generated by the artificial neural networks are as efficient as the regression models.eng
dc.description.provenanceSubmitted by Gisele Nagai (giselenagai@gmail.com) on 2015-08-12T17:48:05Z No. of bitstreams: 2 Dissertacao_ Breno Henrique Pedroso de Araújo.pdf: 2615734 bytes, checksum: 3a7eb050373b7ec2a1406b4a7bb60ad3 (MD5) license_rdf: 19874 bytes, checksum: 38cb62ef53e6f513db2fb7e337df6485 (MD5)eng
dc.description.provenanceMade available in DSpace on 2015-08-12T17:48:05Z (GMT). No. of bitstreams: 2 Dissertacao_ Breno Henrique Pedroso de Araújo.pdf: 2615734 bytes, checksum: 3a7eb050373b7ec2a1406b4a7bb60ad3 (MD5) license_rdf: 19874 bytes, checksum: 38cb62ef53e6f513db2fb7e337df6485 (MD5) Previous issue date: 2015-04-09eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpor
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherInstituto Nacional de Pesquisas da Amazôniapor
dc.publisher.departmentCoordenação de Pós Graduação (COPG)por
dc.publisher.countryBrasilpor
dc.publisher.initialsINPApor
dc.publisher.programCiências de Florestas Tropicais (CFT)por
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/-
dc.subjectFlorestas alagáveislpor
dc.subjectInteligência artificiapor
dc.subjectPau-mulatopor
dc.subject.cnpqCIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTALpor
dc.titleModelagem da altura, volume e afilamento do fuste de Calycophyllum Spruceanum Benth. empregando regressão e redes neurais artificiaispor
dc.typeDissertaçãopor
Aparece nas coleções:Mestrado - CFT

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertacao_ Breno Henrique Pedroso de Araújo.pdf2,55 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Este item está licenciada sob uma Licença Creative Commons Creative Commons